python - 从 az.plot_ppc 观察到的曲线与实际数据的 kde 图不匹配
问题描述
我正在对我认为是伽马分布的数据进行建模,因此我编写了一个 PyMC3 模型,如下所示。
import pymc3 as pm
import arviz as az
with pm.Model() as model2:
alpha = pm.Exponential('alpha', 5)
beta = pm.Exponential('beta', 5)
p_factor = pm.Gamma('p_factor', alpha = alpha, beta = beta, observed = d.productivity_factor)
prior_checks = pm.sample_prior_predictive(samples=100, random_seed= seed)
trace2 = pm.sample(2000, tune=2000)
然后我绘制一个后验预测检查
with model2:
ppc2 = pm.sample_posterior_predictive(trace2, var_names=["alpha", "beta",'p_factor'], random_seed=seed)
idata = az.from_pymc3(trace2, posterior_predictive=ppc2)
az.plot_ppc(idata)
但观察到的曲线与我的预期不符。有什么我做错了吗?
解决方案
推荐阅读
- amazon-s3 - Fargate-无法从任何提供者加载 aws 凭证
- karate - 没有找到匹配的步骤定义方法:listen
- python - 有没有办法获取索引元素与列表元素匹配的数据框元素
- r - “checkForRemoteErrors(val) 中的错误:2 个节点产生错误;第一个错误:找不到函数“wincrqa”
- django - django 在不同的视图中访问数学任务的答案
- c# - 使用 Microsoft.Toolkit.Mvvm 创建消息时应如何避免重复?
- matplotlib - semilogx 图中误差条的等间距
- docker - 是否可以在当前 `:latest` 图像之前定位最后一个 `:latest` 图像?
- npgsql - jsonb 列中的 EF Core Projecting 可选属性
- python - 在 Python 中绘制数据框